优化问题可选解：
深度学习最全优化方法总结比较（SGD，Adagrad，Adadelta，Adam，Adamax，Nadam）
Adam那么棒，为什么还对SGD念念不忘 (1) —— 一个框架看懂优化算法
An overview of gradient descent optimization algorithms
这其中有部分重复，实际上1，2，3三篇文章都可以看作最后一篇的改写加工。
其中关于Adadelta和其后与之相关的算法公式有误，正确结果参见https://arxiv.org/pdf/1212.5701.pdf原文。
Adam算法解释不清，原始文献https://arxiv.org/pdf/1412.6980v8.pdf
